Автоматизированная система управления технологическим процессом с целью повышения качества продукции Текст научной статьи по специальности «Прочие технологии»

Корнеев А. М., Мирошникова Т.В. , Малыш В.Н. АВТОМАТИЗИРОВАННАЯ СИСТЕМА УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССОМ С ЦЕЛЬЮ ПОВЫШЕНИЯ КАЧЕСТВА ПРОДУКЦИИ

Аннотация. Разработана система определения оптимальной технологии и управления технологическим процессом. Система обеспечивает идентификацию глобальной и локальной технологий, гибкое управление сквозной технологией с выдачей соответствующих рекомендаций о дальнейшем ходе производственного процесса.

В современных условиях эффективное управление технологическим процессом подразумевает решение как минимум двух задач: повышение качества продукции и снижение её себестоимости. Зачастую из-за сложности объекта управления теоретически установить взаимосвязь технологических факторов и показателей качества не удается. Поэтому в настоящее время наибольшее распространение получило моделирование объектов различной природы (в том числе технологических процессов) на основе экспериментальных данных [1].

Статистический подход к моделированию технологических процессов и управлению основное внимание уделяет построению моделей показателей качества, определению оптимальных значений технологических факторов, обеспечивающих наиболее высокий уровень выходных свойств. В данной работе рассматривается автоматизированная система, позволяющая осуществлять идентификацию глобальной и локальной технологий, а также контролировать ход производственного процесса.

Основными особенностями данной автоматизированной системы являются:

- возможность анализа сквозной технологии;

- универсальная система моделирования;

- независимость от типа и структуры технологического процесса, для которого присутствует статистическая информация;

- нахождение оптимальной технологии и контроль над её исполнением, причём при отклонении факторов от рекомендуемых значений производится прогноз характеристик качества для данной технологии, и её корректировка с целью повышения уровня выходных свойств.

Предлагаемая автоматизированная система состоит из нескольких подсистем. Её функциональная схема приведена на рис. 1.

Все регламентируемые технологией производства величины измеряются соответствующими датчиками. Полученная информация заносится в базу данных. Кроме того, в неё заносятся соответствующие характеристики качества готовой продукции. Затем собранная информация поступает в подсистему предварительной обработки данных, где осуществляется статистический анализ: вычисление выборочных харак-

теристик, отсев грубых погрешностей, построение гистограмм. Полученные данные используются в подсистемах идентификации глобальной и локальной технологий.

Рис. 1. Функциональная схема автоматизированной системы

Идентификация глобальной технологии заключается в выборе оптимальных технологических режимов, обеспечивающих получение требуемых свойств с максимальной вероятностью [2]. После идентификации глобальной технологии подсистема прогноза выходных свойств определяет значения показателей качества готовой продукции при условии соблюдения рациональных границ.

Подсистема моделирования технологического процесса обеспечивает построение математических моделей метрических и неметрических показателей качества. Для этого на основе регрессионного анализа строятся модели зависимости характеристик качества от технологических факторов. При этом ис-

следователь по своему усмотрению может управлять сложностью получаемых моделей. Допускается построение следующих типов моделей:

- линейная модель, которую в общем виде можно записать следующим образом:

/ (х) = Яд + а^ +... + ах , где а^,..., а - параметры модели;

К

- нелинейная модель: /(х) = а^ + X аі/.(х .) , где (К +1) - количество параметров модели, ]= 1,...,п

к=ік1 3

- номер фактора, і = 1,..., г - номер функции, причем во множестве функций / присутствует линейная функция;

- с использованием произведений линейных функций факторов:

К1 К2

/(х) = а0 +Ї акхз + X ак + кхз х],

к = 1п ■> к = 1 1 П 2

с использованием произведений и нелинейных функций факторов: *1 К 2

/(х) = а0 + X ак/(х3) + X аК + к/ (х3 )/ (х3 ) • 0 к = 1 к 3 к = 1 К1 +к 1 31 2 32

В качестве базового метода регрессионного анализа была выбрана пошаговая процедура, предлагаемая в [3]. Кроме стандартных методов регрессионного анализа подсистема предоставляет возможность использования метода группового учёта аргументов [4].

Подсистема моделирования технологических процессов позволяет получить математические модели отдельных показателей качества. Однако при управлении технологией возникает задача определения оптимальных значений технологических факторов, обеспечивающих минимальное отклонение всех показателей качества от требуемых величин [5]. Подсистема идентификации локальной технологии позволяет получить точечные оптимальные значения технологических факторов, обеспечивающих наибольший уровень выходных свойств, на основе полученных моделей. Для оптимизации применяется взвешенный комплексный критерий - среднеквадратическая функция свёртки. Система предусматривает использование методов экспертного оценивания для определения весовых коэффициентов показателей качества, что позволяет получить наименьшее отклонение наиболее важного показателя от оптимального значения.

Полученная нелинейная задача о наименьших квадратах в системе решается следующими методами: Гаусса-Ньютона, Левенберга-Марквардта, БЕР или БЕОБ, которые подробно описаны в [6]. При этом возникает задача выбора метода, который позволяет получить наиболее точное приближение к оптимуму для данного класса моделей. Исследования позволяют заключить, что для рассмотренных типов моделей среди перечисленных процедур нельзя однозначно определить наиболее оптимальную. Поэтому в разработанной системе используется автоматический выбор наиболее рационального метода в каждом конкретном случае. Ниже приведены результаты расчётов моделей показателей качества, отражающих зависимость от технологических факторов. Были получены модели вида:

- линейная: /(х) = 7,383 + 11,077• х^ + 9,496• х^ -4,449• х^ ;

3

нелинейная:

/(х) = 9,003 +1,282 • х3 +18,672 • ^ -

-3,723 • х3 - 5,737 •

- с использованием произведений линейных функций факторов:

/(х) = 7,477 +10,681 • л +1553,591 • х2 • х4 --12598,549 • х, • х- - 34,004 • хп • х>

4 5 2 6

- с использованием произведений и нелинейных функций факторов:

/(х) = 7,932 + 20,441 -3,987 • х| +

+1,291 • х3 - 293,477 • ^ • х^

В табл. 1 представлены средние значения относительных отклонений показателей качества от заданных оптимальных значений.

Таблица 1 Средние значения относительных отклонений показателей качества от заданных оптимальных значений

Метод

Модель Гаусса-Ньютона Левенберга-Марквардта БЕР БЕ9Б

линейная 0,23146 0,02384 0,22555 0,22556

нелинейная 0,12870 0,14912 0, 17 970 0,05133

с использованием произведений линейных функций факторов 0,31628 0,17437 0,46323 0,42733

с использованием произведений и нелинейных функций факторов 0,13694 -0,04750 0,16580 0, 17 691

Приведённый пример демонстрирует, что для различных типов моделей лучшие результаты показывают различные методы. В данном случае это методы БЕОБ для нелинейных моделей и Левенберга-Марквардта в остальных случаях. Это позволяет заключить, что выбранная стратегия поиска оптимального метода в каждом конкретном случае является верной.

После идентификации локальной технологии осуществляется прогноз значений характеристик качества на основе построенных моделей для полученных оптимальных значений технологических факторов.

Функции контроля и корректировки технологии выполняются подсистемами слежения за выполнением технологии, корректировки оптимальных диапазонов и значений факторов, выдачи рекомендаций о продолжении процесса и прогноза выходных свойств. Средствами перечисленных подсистем возможна адаптация технологии к изменяющимся условиям производственного процесса.

При производстве партии продукции по каким-либо причинам значения технологических факторов на одном из этапов могут выходить за рассчитанные рациональные границы, что повлечёт за собой изменение прогнозируемого уровня выходных свойств. Если оно оказывается значительным, система выдаёт рекомендации о переводе продукции в другой сорт или же в брак. Корректировка технологии осуществляется следующим образом. На к-ом шаге используемого итерационного метода технологическое пространство, из рассмотрения которого исключается часть, соответствующая уже реализованным этапам

производственного процесса, делится на кп подпространств, где п - количество факторов. Для каждого подпространства вычисляется значение критерия количества совместной информации между факторами и показателями качества. Выбирается область с наибольшим значением критерия. Процедура продолжается для к = 1,2,3..., до тех пор, пока количество информации не начнёт снижаться. В результате получаем рациональные границы изменения еще нереализованных технологических факторов.

После корректировки глобальной технологии определяются новые оптимальные «точечные» значения факторов и соответствующие значения показателей качества. В этом случае в статистические модели показателей качества подставляются уже имеющиеся значения показателей качества, соответствующие предыдущим этапам. Это позволяет понизить ошибку прогноза по моделям, а значит определить значения технологических факторов, которые позволят улучшить показатели качества данного изделия.

В условиях реального производства возможно возникновение нескольких классов ситуаций, которые приводят к задаче корректировки найденной оптимальной технологии. Рассмотрим несколько подобных ситуаций и проиллюстрируем их решение в рамках автоматизированной системы управления технологическим процессом. При возникновении одного из ниже перечисленных случаев система производит корректировку найденных технологических пределов и находит оптимальное продолжение производственного процесса.

Нарушение технологии, что соответствует ситуации, когда значения технологических факторов не соответствуют рассчитанным оптимальным значениям.

Полученные после нарушения технологии и дальнейшей корректировки значения технологических факторов приведены на рис. 2 и в табл. 2.

Примечание. На рисунках и в таблицах: Х1 - С, Х2 - Мп - элементы химического состава чугуна; Х3 - температура конца прокатки, Х4 - температура смотки - факторы горячей прокатки; Х5 - время нагрева до максимальной температуры; Х6 - время выдержки при максимальной температуре; ¥1 - пре-

дел текучести, У2 - предел прочности, УЗ - относительное удлинение;

до изменения состояния;

- после изменения состояния; левый прямоугольник - исходная оптимальная технология; правый прямоугольник - измененные диапазоны.

Рис. 2. Значения технологических факторов, полученные после нарушения технологии и корректировки

Таблица 2 Значения технологических факторов, полученные после нарушения технологии и корректировки

Значения параметров Технологические параметры

Х1 Х2 Х3 Х4 Х5 Х6

До корректировки ш1п 0,03 0,19 830 577 10 11

тах 0,05 0,22 855 610 19 28

opt 0,038 0,18 843 597 15 24

После корректировки т1п 0,03 0,19 850 597 12 10

тах 0,05 0 2 863 614 17 33

opt 0,04 0,2 859 608 16 31

Изменение условий производства. После изменения диапазона температуры конца прокатки в стане горячей прокатки была произведена корректировка и получены следующие значения факторов (рис. 3 и табл. 3).

XI Х2 ХЗ Х4 Х5 Х6

Рис. 3. Значения технологических факторов, полученные при изменении условий производства

Таблица 3 Значения технологических факторов, полученные при изменении условий производства

Значения параметров Технологические параметры

Х1 Х2 Х3 Х4 Х5 Х6

До корректировки т1п 0,03 0,19 830 577 2 17

тах 0,05 0,22 855 610 8 26

opt 0,038 0,18 841 608 5 21

После корректировки т1п 0,03 0,19 840 580 3 20

тах 0,05 0,22 870 600 13 24

opt 0,04 0,2 862 598 11 23

Дрейф сырья. При дрейфе свойств сырья (Мп) были получены следующие результаты (рис. 4 и табл.

Рис. 4. Значения технологических факторов, полученные при дрейфе сырья Таблица 4 Значения технологических факторов, полученные при дрейфе сырья

Значения параметров Технологические параметры

Х1 Х2 ХЗ Х4 Х5 Х6

До корректировки min 0,03 0,19 830 577 10 11

max 0,05 0,22 855 610 19 28

opt 0,04 0,19 841 608 15 23

После корректировки min 0,03 0,25 850 580 13 20

max 0,04 0,3 863 620 18 33

opt 0,038 0,25 862 589 17 31

4. Изменение требований к показателям качества готовой продукции. Фактически такое изменение соответствует переходу к другому виду продукции. При изменении категории вытяжки с ОСВ к ВОСВ были получены следующие результаты (рис. 5 и табл. 5).

Рис. 5. Значения технологических факторов, полученные при переходе к другому виду продукции Таблица 5 Значения технологических факторов, полученные при переходе к другому виду продукции

Значения параметров Технологические параметры

Х1 Х2 ХЗ Х4 Х5 Х6

До корректировки min 0,03 0,19 862 577 2 17

max 0,05 0,22 887 610 8 26

opt 0,04 0,18 862 608 5 21

После корректировки min 0,03 0,18 832 580 3 20

max 0,05 0,22 857 600 13 24

opt 0,038 0,2 841 598 11 23

Получаемые при функционировании системы данные фиксируются подсистемой формирования отчёта с целью дальнейшего анализа.

Разработанная система позволяет реализовать оптимальное управление технологическим процессом, как на уровне отдельного изделия, так и для партии продукции. Система предоставляет возможность адаптации к изменяющимся условиям производства. Разработана процедура выбора наиболее эффективного метода оптимизации для управления локальной технологией.

ЛИТЕРАТУРА

1. Кузнецов Л. А. Введение в САПР производства проката. - М.: Металлургия, 1991. - 112 с.

2. Кузнецов Л.А., Корнеев А.М. Автоматизированная система выбора оптимальной технологии производства проката. - Известия вузов. Черная металлургия, 1994, №5, с.45-48.

3. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. - М.: Финансы и статистика, 1991. -

Т.1. - 365 с.; Т.2. - 349 с.

4. Ивахненко А. Г. и др. Принятие решений на основе самоорганизации. - М., Сов. Радио, 197 6, 280 с.

5. Кузнецов Л. А., Погодаев А. К., Корнеев А. М. Статистические модели в задачах оптимизации сквозной технологии производства автолистовой стали. Известия вузов. Черная металлургия, 19 90,

№3, с. 3 4-36.

6. Реклейтис Г. , Рейвиндран А. , Рэгсдел К. Оптимизация в технике. Кн. 1 / Пер. с англ. - М.:

Мир, 1986. - 349 с.